D3D12学习笔记3.1——变换

本文深入探讨了3D图形变换的基本概念,包括平移、旋转和缩放等常见变换方式。重点介绍了线性变换的定义及其特性,通过矩阵表示法详细讲解了如何应用线性变换于3D向量,为读者提供了理解和实现3D图形变换的理论基础。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

·从这一节开始我们探讨变换,那么什么是变换,包含很多种,比如平移、旋转或者缩放这些常见的图形变换就是我们所说的变换,但不仅限于此。


·首先我们来说说线性变换,那么什么是线性变换呢?

第一,输入和输出均是3D向量(原向量类型),同时当且仅当此函数具有以下性质:

\iota (u+v)=\iota (u)+\iota (v), \iota (ku)=k\iota (u)

其中,k是一个标量。这样的变换同时可以运用在2D,但是,我们主要讨论3D类型。这里不多赘述了。


·矩阵表示法,设u=(x,y,z),我们可以将它写作x(i),y(j),z(k)的形式,而i,j,k其实就是坐标轴正方向上的3个单位向量,称为\mathbb{R}^3(表示所有3D坐标向量(x,y,z)的集合)的标准基向量

·上一章我们学到线性组合,可以将算数式表示为向量与矩阵的乘积。如下:

\iota (u)=x\iota (i)+y\iota (j)+z\iota (k)=uA=[x,y,z]\begin{bmatrix} A_{11} & A_{12} &A_{13} \\ A_{21} & A_{22} &A_{23} \\ A_{31}& A_{32} & A_{33} \end{bmatrix}

其中\iota (i)=(A_{11},A_{12},A_{13}),\iota (j)=(A_{21},A_{22},A_{23}),\iota (k)=(A_{31},A_{32},A_{33})

我们称A是线性变换\iota的矩阵表示法。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

言行物恒

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值